4萬億個電晶體，單機可訓練比GPT4大10倍的模型，最快最大的晶片面世
机器之心發表於2024-03-14
剛剛，晶片創業公司 Cerebras 宣佈了該公司歷史上最重要的訊息，「我們釋出了世界上最快的晶片，該晶片擁有高達 4 萬億個電晶體。」一直以來，Cerebras 一直在往「大」的晶片方面發展，此前他們釋出的晶圓級引擎（Wafer Scale Engine，WSE-1）面積比 iPad 還大。第二代 WSE-2 雖然在面積上沒有變化，但卻擁有驚人的 2.6 萬億個電晶體以及 85 萬個 AI 最佳化的核心。而現在推出的 WSE-3 包含 4 萬億個電晶體，在相同的功耗和價格下，WSE-3 的效能是之前記錄保持者 WSE-2 的兩倍。此次釋出的 WSE-3 是專為訓練業界最大的 AI 模型而打造的，基於 5 奈米、4 萬億電晶體的 WSE-3 將為 Cerebras CS-3 人工智慧超級計算機提供動力，透過 90 萬個人工智慧最佳化的計算核心，提供每秒 125 petaflops 峰值 AI 效能（1 petaflops 是指每秒 1,000,000,000,000,000（1 萬億）次浮點運算）。WSE-3 呈正方形，邊長為 21.5 釐米（面積為 46225mm^2），幾乎是使用了整個 300 毫米矽片來製造一個晶片。這麼看來，憑藉 WSE-3，Cerebras 可以繼續生產世界上最大的單晶片了。 WSE-3 大尺寸到底是個什麼概念，在將其與 Nvidia H100 GPU 進行比較後發現，前者大了 57 倍，核心數量增加了 52 倍，晶片記憶體增加了 800 倍，記憶體頻寬增加了 7000 倍，結構頻寬增加了 3700 倍以上。而這些都是晶片實現高效能的基礎。 圖源：https://spectrum.ieee.org/cerebras-chip-cs3
WSE-3 前兩代晶圓級引擎的一些引數。圖源：https://twitter.com/intelligenz_b/status/1768085044898275534配備 WSE-3 的 CS-3 計算機理論上可以處理 24 萬億個引數的大型語言模型，這比 OpenAI 的 GPT-4 等頂級生成式 AI 模型的引數高出一個數量級（據傳有 1 萬億個引數）。這麼看來， 具有 24 萬億個引數的模型在一臺機器上執行成為可能。 圖源：https://www.servethehome.com/cerebras-wse-3-ai-chip-launched-56x-larger-than-nvidia-h100-vertiv-supermicro-hpe-qualcomm/CS-3 擁有高達 1.2 PB 的巨大記憶體系統，旨在訓練比 GPT-4 和 Gemini 還大 10 倍的下一代前沿模型。24 萬億個引數的模型可以儲存在單個邏輯記憶體空間中，無需分割槽或重構，從而極大地簡化了訓練工作流程並提高了開發人員的工作效率。在 CS-3 上訓練 1 萬億個引數模型就像在 GPU 上訓練 10 億個引數模型一樣簡單。CS-3 專為滿足企業和超大規模需求而構建。緊湊的四系統配置可以在一天內微調 70B 模型，同時使用 2048 個系統進行全面擴充套件，Llama 70B 可以在一天內從頭開始訓練，這對於生成式 AI 來說是前所未有的壯舉。最新的 Cerebras 軟體框架為 PyTorch 2.0 和最新的 AI 模型和技術（如多模態模型、視覺 transformer、MoE 和擴散模型）提供原生支援。Cerebras 仍是唯一能為動態和非結構化稀疏性提供本機硬體加速的平臺，可以將訓練速度提高 8 倍。「八年前，當我們開始這一旅程時，每個人都說晶圓級處理器是一個白日夢。我們非常自豪能夠推出第三代突破性人工智慧晶片，並且很高興將 WSE-3 和 CS-3 推向市場，以幫助解決當今最大的人工智慧挑戰」，Cerebras 執行長兼聯合創始人 Andrew Feldman 如是說道。
Cerebras 聯合創始人兼執行長 Andrew Feldman由於每個元件都針對 AI 工作進行了最佳化，CS-3 比任何其他系統都能以更小的空間和更低的功耗提供更高的計算效能。CS-3 效能翻倍，功耗卻保持不變。CS-3 具有卓越的易用性。相比於大模型常用的 GPU，CS-3 需要的程式碼減少 97%，並且能夠在純資料並行模式下訓練從 1B 到 24T 引數的模型。GPT-3 大小的模型在 Cerebras 上實現只需要 565 行程式碼（而 GPU 需要 20,507 行 ）—— 這是行業紀錄。 圖源：https://www.servethehome.com/cerebras-wse-3-ai-chip-launched-56x-larger-than-nvidia-h100-vertiv-supermicro-hpe-qualcomm/目前，Cerebras 已經積壓了大量來自科技企業、科研機構的訂單。美國阿貢國家實驗室負責計算、環境和生命科學的實驗室副主任 Rick Stevens 稱讚道：「Cerebras 的大膽精神將為人工智慧的未來鋪平道路。」https://www.zdnet.com/article/ai-startup-cerebras-unveils-the-largest-chip-yet-for-generative-ai/https://www.servethehome.com/cerebras-wse-3-ai-chip-launched-56x-larger-than-nvidia-h100-vertiv-supermicro-hpe-qualcomm/